前言：中文期刊网精心挑选了经济发展水平的主要指标范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
经济发展水平的主要指标范文1
关键词：主成分分析；经济发展；综合评价
中图分类号：F01 文献标志码：A 文章编号：1673-291X（2012）29-0011-02
引言
要描述和评价一个社会的经济发展状况，最理想的是找到一个总括性社会指标体系评价方法，其测度结果要能够反映社会经济发展的全部或大部分信息。20世纪60年代以来，一些其他国家的职能部门以及研究学者曾经提出各种不同的指标体系评价方法。自20世纪80年代以来，我国系统地研究社会发展指标体系评价方法，国内一些政府部门、 研究单位和个人先后设计了一些“社会指标体系评价方法”，如，唐晓东采用了21个指标变量的函数模型来评价我国社会经济发展状况，但此模型没有把所有反映经济情况的因素考虑在内，因此，到目前为止还没有形成一套完善、客观的社会经济发展综合指标体系评价方法。
为了更加全面、客观地反映我国各地区的社会发展水平，本文在借鉴国内外研究成果的基础上，通过对我国已有研究成果的修正和充实，首次把居民消费价格指数和商品零售价格指数引入评价指标体系中，提出一种新的社会发展水平综合指标体系。在实际经济问题中，不同的经济变量之间具有一定的相关性，如职工平均工资和消费水平必然有一定的关联性，这样势必增加分析问题的复杂性。而主成分分析法可以用较少的指标来代替原来较多的指标，并尽可能地反映原来指标的信息，从根本上解决了指标间的信息重叠问题，又大大简化了原指标体系的指标结构。用主成分分析法分析经济发展水平的优势主要体现在： （1）全面性（消除评价指标的相互影响）。在满足n f p的条件下，不限制指标的个数，可以综合评价一国的经济发展状况。主成分分析的降维处理技术能较好地解决多指标评价的要求，在选择了m（m p p）个主成分后，仍能保留原始数据信息的85%以上，因此，这一方法综合评价经济发展水平比较全面。（2）可加性（数据标准化处理）。在综合评价经济发展水平时，所建立的评价指标量纲往往不同，变差不能直接综合。主成分分析法避免了此现象的发生，因为在计算过程中，主成分分析法把各个指标进行了标准化处理，这就使得各个经济指标之间具有可比性即可加性。（3）客观性（科学的确定权重）。在层次分析法计算过程中，通过专家打分来确定权重，使得主成分分析法在综合评价实践中的广泛应用成为现实。而主成分分析法在确定综合因子的权重时，克服了某些评价方法中人为确定权重的缺陷，使得综合评价结果唯一。（4）简单性（计算简单）。随着电子计算机技术的发展，SPSS、SAS等计算机软件的推进与使用，使得主成分分析法在综合评价实践中的广泛应用成为现实。
一、主成分分析原理
主成分分析法 （Principal Components Analysis）也称主分量分析法，是由Hotelling于1933年首先提出。它可以在力保原始数据信息丢失最少的情况下，对高维变量空间进行降维，用少数的变量来解释整个问题。
主成分分析的目的在于利用p个原始变量（x1，x2，…，xp）构造少数几个新的综合变量，使得新变量为原始变量的线性组合，新变量互不相关，新变量包含p 个原始变量的绝大部分信息。这样定义x1，x2，…，xp为原变量指标，z1z2…zm（m≤p）为新的综合变量指标，每一个新综合变量指标是p 个原始变量的线性组合，同时要求满足以下几个条件：（1） zi与zj（i≠j；i，j=1，2，…，m）相互无关。（2）z1是x1，x2，…，xp的一切线性组合中方差最大者，z2是与z1不相关的x1，x2，…，xp的所有线性组合中方差最大者；zm是与z1z2…zm-1都不相关的x1，x2，…，xp所有线性组合中方差最大者，则新变量z1z2…zm分别称为原变量x1，x2，…，xp的第一，第二，……第m主成分。
二、指标确定
我们根据选取的指标要能够客观、系统地反映一个地区经济发展水平的原则，因此本文选择反映经济情况的8项主要指标：地区生产总值（ X1）、居民消费水平（X2）、基本建设投资（X3）、职工平均工资（X4）、居民消费价格指数（X5）、商品零售价格指数（X6）、货物周转量（X7）、工业总产值（X8）。指标数值均来自2006年中国统计年鉴及相应整理数据[6]。
将数据进行标准化处理，利用SPSS软件进行主成分分析，得出方差解释表，通过计算可得，前3个特征值的累积贡献率已达到85.928%，这说明用前3个因子来反映事物的信息占全部信息的85.928%以上，于是，取前3个因子作为主成分。碎石图同样也能够说明这一点。
从主成分载荷矩阵图可以得出，地区生产总值和工业总产值在第一主成分上的载荷较大；基本建设投资在第二主成分上的载荷较大；消费价格指数在第三主成分上的载荷较大。因此，可将主成分命名如下：第一主成分：产出主成分；第二主成分：建设投资主成分；第三主成分：消费价格主成分。
根据该表以及变量的观测值可计算因子得分，主成分得分系数矩阵的数值是主成分载荷除以相应的特征根得到的结果。到目前为止，通过主成分分析法，将8个评价指标转化为了具有典型经济含义的3个综合评价指标。
三、经济发展水平的综合分析和评价
为了考察每个城市，并对它们进行分析评价，采用回归方法将三个主成分表示成8个指标的线性组合，即得分函数：
应说明一点的是，某城市的主成分因子得分为负数，这是因为在计算时对原始数据作了标准化处理，把各经济指标的平均水平当做零来处理的缘故。因此，某城市的主成分因子得分为负数，只表明该城市的经济发展水平在全国31个省市的平均发展水平之下。将Z1、Z2、Z3得分绘制在三维坐标系中，由载荷阵及Z1、Z2、Z3表达式可以得出，Z1、Z2、Z3越大所代表的综合能力越大。
如绘制各个城市主成分因子的得分散布图，就可以综合看出，位于正中间上方的是广东省，其生产总值、基本投资建设和消费水平相对来说都比较高；而位于正中间下方的是省，其消费水平与全国的平均消费水平不相上下，但其生产总值和基本投资建设却低于全国平均水平；位于左上角的城市是生产总值和基本建设投资都很高的城市，如江苏和山东；位于右上角的城市是生产总值和消费水平都很高的城市，如上海、北京和天津。
结合生产总值、基本建设投资和消费水平三方面，可对我国地区经济发展做出如下评价：31个省市大体上可分为7个类别。广东属一类，它位于图的正上方，说明该地区的生产总值、基本建设投资以及消费水平都很高，是投资者首选的黄金地带；江苏和山东属一类，位于图的左上角，是生产总值和基本建设投资相对较高而其消费水平相对来说不高的省市；河北、河南和辽宁属一类，其生产总值与我国的平均生产总值不相上下但其基本投资建设费用比较高，说明这三个省的基本建设正在逐步完善；浙江属一类，其生产总值比河北、河南和辽宁高，但其基本建设投资和消费与这三个城市不相上下；上海、北京和天津基本属于一类，该地区的生产总值高而且消费水平相对来说也比较高，但其基本建设投资相对来说较低，说明这三个城市的基本建设比较完善；海南、贵州、青海、甘肃、新疆、宁夏和属一类，这几个省市的消费水平基本与我国平均消费水平持平但其生产总值远远落后于我国的平均生产总值，而其基本建设投资却高于我国基本建设投资的平均水平，说明国家比较重视这几个省市的经济发展；其他地区属于一类。需要说明的是，本文对全国31个省市的评价是一种比较分析评价，以方便读者对比。
四、结论
本文将主成分分析引入到城市经济发展水平的分析与综合评价中，应用主成分分析的功能，提出了一种可以较为准确的评价各城市经济发展状况的方法，在实际中无论是对投资者、国家经济政策的制定部门及城市本身都有着重要的现实意义。因为该方法在分析过程中对指标进行了标准化处理，避免了不同量纲对分析结果的影响。同时，主成分方法成功地消除了指标间信息重叠和人为地确定指标权重的缺点，使得分析结果客观公正、清晰可见。此外，主成分分析法的整个操作过程都可以运用计算机软件，如：SPSS、SAS等都可方便快捷地进行。
参考文献：
[1] Noorbakhsh， Farhad.Human Development and Regional Disparities in china： A Policy Model [J].Journal of International Development，
2007，（14）：927-949.
[2] 乔峰，姚俭.时序全局主成分分析在经济发展动态描绘中的应用[J].数理统计与管理，2003，22（2）：1-5.
[3] GAVIN W J， VISARIA P.Urbaniztion in large developing countries.China， Indohesia， Brazilamd India[M].Oxford： Clarendon Press， 1997.
[4] LIAN Yuming.China cities report [R].Beijing： China times and economics Press， 2004.
经济发展水平的主要指标范文2
关键词：社会保障；衡水市；实证研究
中图分类号：F323.89 文献标识码：A 文章编号：1007-2101（2013）03-0078-03
社会保障是不同制度社会必须面临和着重解决的重大公共政策问题。总结的历史经验和教训，社会保障既是重大的民生问题，更是关乎国家前途命运的重大政治问题。自古以来，由于地理的、区域的等基础原因，或是个人的主客观等多种因素影响，总会在社会上形成一个低于社会平均生活水平的弱势群体，处于生存困境之中，需要政府的关注、关爱和援助。特别是现代社会更加追求以人为本，是社会发展成就的重要体现。因此，决策者和管理者都必须高度重视以社会保障为主体的民生问题，否则，将形成影响社会不稳定重大因素，进而影响经济、社会的可持续发展。现代社会保障制度，以英国《济贫法》为标志进入萌芽阶段，以1935年美国《社会保障法》（Social Security Act）为标志进入制度形成阶段，经过近几十年的发展日渐成熟。
我国自第七个五年计划开始使用“社会保障”一词，几十年来我国社会保障制度在立法和实践均取得了巨大的成就，然而，在我国社会主义初级阶段的现实国情下，城镇和农村居民的社会保障水平仍需大力提高。随着我国社会转型和市场经济体制的进一步发展，现存的基本社会保障体系正面临着日趋严峻的困难，社会保障事业的发展远远不能满足社会中低收入阶层民众对社会保障的迫切需求。截至2010年末，我国城乡居民参加基本养老保险和基本医疗保险的人数分别仅有25 707万和43 262万。2010全年只有2 311万城镇贫困居民被纳入到最低生活保障的覆盖范围。[1]
一、社会保障水平评价指标体系构建
社会保障水平评价指标是社保评价工作的载体，因此这一指标体系构建是各地社保水平测评研究的核心内容，它可以构筑一座桥梁，这座桥梁将有助于测度区域社保发展水平。社保测评指标的主要任务就是要准确地捕捉到系统内部相互作用的主要信息，并通过对这些信息的科学综合了解一体化发展的状态变化。
在借鉴先发国家有关社会保障评价指标设置及我国社会保障发展历程和特征考虑，本文拟通过综合考虑城乡社会保障的发展水平、发展速度、内部平衡及与国民经济发展的协调关系，以评价我国社会保障综合发展水平和地方社保建设状况，最终建立社会保障水平评价指标体系。主要包括以下五方面内容：（1）通过对国民经济发展水平与社会保障水平协调关系的评价，反映地区经济实力发展与社会保障水平提高的协调性；（2）通过对各种类型的社会保障基金特别是社会保险基金的增值情况、基金收入占GDP的比重以及人均基金收入和基金收入与支出比例等统计结果，反映出一个地区社会保障基金方面的质量水平；（3）通过对占社保支出的90%以上的社会保险水平进行统计，反映社会保障覆盖率、人均社保支出、参保人数增长率以及社会保险负担系数等；（4）通过对社会福利进行有效统计，反映一个国家或地区社会保障水平层次的高低。比如通过人均福利床位数、敬老院覆盖率等指标的统计来反映老年人生活的幸福感程度。本论文选取以下主要指标对我国各地区社会保障水平进行基本评价（见表1）。
二、区域社会保障水平实证分析
（一）数据来源
通过对大量已有的统计数据和资料的分析、整理和加工，从中抽取与社会保障相关的信息。本文选取2009年衡水市11个区县的有关衡量社会保障的指标来进行分析，所涉及数据均来源于《衡水市统计年鉴》。
（二）数据的预处理
2. 权重的确定。本文先采用因子分析客观赋权，然后采用层次分析主观赋权。因子分析是利用少数公因子来说明相关变量之间复杂结构的多变量技法。[2]在目前所有指标权数的设计方法中，应当说这是一种较为科学合理、易于操作的设计方法，目前被多数国家所采用。
（三）实证分析结果
对具有15个指标的指标体系进行主成分分析，得出各个指标的方差贡献率（见表2）。
根据SAS分析的结论，前五个主成分的方差贡献率都大于1，且它们的累计方差贡献达到了86.83%，符合累计贡献率大于85%的要求。因此，提取五个因子作为影响社保综合水平的因子。旋转后的因子载荷矩阵为（见表3）。
经济发展水平的主要指标范文3
关键词：因子分析 经济情况 综合评价 对策建议
中图分类号:F207 文献标识码:A
文章编号:1004-4914(2011)04-200-03
黑龙江省位于中国东北部，是我国著名的老工业基地，有基础雄厚的产业优势，丰富的矿产资源，得天独厚的旅游资源。但由于地理位置、自然资源、历史及人文环境等诸多因素，黑龙江省各地级市之间的经济发展水平存在着明显的区域差异，因此在影响经济发展水平的指标中选取关键几项来分析黑龙江省经济发展情况就显得很有必要。本文运用因子分析模型对黑龙江省12个地级市的经济情况进行综合评价。
一、因子分析方法简介
因子分析是把一些具有错综复杂关系的多个变量归结为少数几个具有代表性的公共因子的多元统计分析方法。因子分析的特点是降低维数、简化数据。其基本思想是通过对变量之间关系的研究，将相关的变量归为一组，每组变量代表一个基本结构，这个基本结构称为公共因子。分组后对于所研究的问题的每一分量都可以用公共因子的线性函数来描述。而原始众多个变量最终可以用少数几个相互独立的公共因子来反映。
二、对黑龙江省地级市经济情况的因子分析
1.黑龙江省基本情况。笔者的故乡黑龙江省林矿产资源丰富，工业以石油、木材、机械等为主体，其中原油、木材、汽油等产品的产量居全国首位。但由于地理位置、自然资源、历史及人文环境等诸多因素，黑龙江省各市之间的经济发展水平并不均衡，存在着明显的区域差异，这将影响黑龙江省经济的整体发展。因此本文便选取了10项衡量经济发展的主要指标，用多元统计学中常用的因子分析法对黑龙江省各地级市作相关研究，评估出有发展潜力的城市。
2.样本的选取。本文选取的样本数据来自中经网统计数据库及国家统计局和黑龙江省统计年鉴。鉴于数据的可获得性，我们以黑龙江省12个地级市的市辖区为样本，以2008年的统计数据为例，选取能反映城市经济实力的10项统计指标,建立起相应的统计指标体系,应用因子分析的方法对各城市综合实力进行评价。
3.评价体系的建立。本文中选取的10项评价指标如下:地区生产总值（GDP）(亿元)（X1）、人均地区生产总值(元)（X2）、固定资产投资总额(万元)（X3）、批发零售贸易业商品销售总额(万元)（X4）、社会消费品零售总额(万元)（X5）、地方财政预算内收入(万元)（X6）、地方财政预算内支出(万元)（X7）、限额以上工业总产值(万元)（X8）、X9城乡居民储蓄年末余额(万元)（X9）、职工平均工资(元)（X10）。
4.具体计算过程。
(1)原始数据标准化处理。为消除量纲影响，首先须对原始数据进行标准化处理，使各指标的均值为0,方差为1。变换公式为Z=x-u/σ。
(2)确定待分析的原有若干变量是否适合于因子分析。对变量是否适合因子分析的判断主要是应用SPSS软件对所要分析的数据进行KMO检验（Kaiser-Meyer-Olkin）和Bartlett球度检验（Bartlett Test of Sphericity）。通过KMO和Bartlett球度检验，可判断出观测数据是否适宜做因子分析。
表1给出了KMO和Bartlett球度检验结果，其中KMO值为0.703，根据统计学家Kaise给出的标准，KMO值大于0.7，适合因子分析; Bartlett球度检验统计量的观测值为301.692，自由度为45，检验的显著性概率为0.000，小于显著性水平0.05，因此拒绝Bartlett球度检验的零假设，认为原始数据适合因子分析。
（3）判断因子提取效果。即通过指标的共同度来判断所提取的因子是否包含了原始变量的大部分信息。
表2给出了10个原始变量的共同度。从表2可以看到，除职工平均工资外，几乎所有的变量共同度都在90%以上，可见提取的因子能很好的描述原有指标，因子提取效果较理想。
(4)计算特征值、方差贡献率和累计方差贡献率。
方差贡献率是衡量公共因子相对重要程度的指标，方差贡献率越大，表明该公共因子相对越重要，或者说，方差越大，表明公共因子对变量的贡献越大。
在表3中，第一列（Component）为各因子编号。
第二列Initial Eigenvalues为相关系数矩阵的初始特征值情况，其中“Total”为各因子对应的特征值，% of Variance为各公共因子的方差贡献率，Cumulative %为累计方差贡献率。第1个因子的特征值为8.035，解释原有10个变量总方差的80.349%，累计方差贡献率为80.349%。可以看到，在本文中有2个因子对应的特征值大于1，故应提取2个公共因子。
第三列（Extraction Sums of Squared Loadins）为相关系数矩阵提取公共因子后的特征值情况。可以看到，前2个公共因子共解释了原有10项指标的80.349%的信息，进一步验证了提取2个公共因子是比较合适的，因子分析效果也较理想。
第四列（Rotation Sums of Squared Loadings）是我们所提取的两个公共因子旋转后的方差贡献情况，旋转后，2个因子的累计方差贡献率并没有改变，但方差贡献率却发生了改变，这使得公共因子更易于解释和命名。
(5)输出因子载荷矩阵并对公共因子进行命名，见表4。
表4列出了各因子在不同原始变量上的荷载值。从表4可以看出，2个因子在原变量上的载荷值都相差较大，无需对因子载荷矩阵进行旋转即可对公共因子进行命名。从表中可以看出,第一个因子F1在X1、X3、X4、X5、X6、X7、X8、X9八个变量上有较大的载荷，说明它主要解释了这八个变量，可以命名为“规模因子”。这个公共因子的贡献率达到约80.349%，对各个城市的经济发展评估起到主要作用。
第二个公共因子F2在X2、X10上有较大的载荷，说明它主要解释了这2个变量，可以命名为“人均因子”，这个公共因子的贡献率达到约15.638%，对各个城市经济发展评估起到次要作用。
(6)计算因子得分。
表5给出了公共因子得分系数矩阵，根据表中的因子得分系数和原始变量标准化值可以计算出个各个样本的因子得分F1及F2（其中F1为规模因子，F2为人均因子），然后用各公共因子的方差贡献率作为综合评价的权重，得到各城市的总因子得分：即综合得分计算公式为F=0.80349*F1+0.15.638*F2，结果见表5。由F1、F2及综合得分值的大小来评价黑龙江省各地级市的经济发展水平。其中，按F1得分所得到的评估结果说明了各市在地区生产总值、固定资产投资总额、批发零售贸易业商品销售总额、社会消费品零售总额、地方财政预算内收入、地方财政预算内支出、限额以上工业总产值、X9城乡居民储蓄年末余额8个方面的综合发展水平；按F2得分所得到的评估结果说明了各市在人均地区生产总值、职工平均工资2个方面的综合发展水平；按综合得分得到的评估结果说明了各市在我们所选取的10个方面的综合发展水平。
三、结果分析及对策建议
从表6可以看出，根据综合得分对黑龙江省12个地级市进行排名如下：
第一层次：哈尔滨、大庆。
第二层次：齐齐哈尔、牡丹江、伊春、佳木斯、鸡西、七台河、绥化、双鸭山、黑河。
依据综合排名可以把黑龙江省12个地级市的经济发展水平分为两个层次:哈尔滨、大庆的综合得分大于零,属于第一个层次；其余城市：齐齐哈尔、牡丹江、绥化、佳木斯、黑河、七台河、双鸭山、鹤岗、伊春的得分小于零，属于第二个层次。这样的划分基本符合黑龙江省12个地级城市经济发展实际情况的。这也和国内一些学者的研究结果吻合。黑龙江省区域经济发展有明显的梯度。以哈尔滨为代表的第一个层次经济发展水平最高；以牡丹江为代表的第二个层次经济发展水平相对较低。
针对上述实证结果，今后一段时期黑龙江省区域经济发展的战略思路可以采取“12个地级市的发展按二个层面同时推进”。具体来讲第一个层次要继续保持在全省的领先地位，增强对第二层次的辐射和拉动作用；第二个层次要继续加快发展，和第一个层次形成一个良性互动，缩小地区经济发展的差距。同时，省政府要在政策上加大省域内各城市的合作力度，把哈尔滨、大庆地区资金、技术等优势与第二层次城市的资源优势相结合，例如，可以利用伊春地区劳动力低廉和旅游资源丰富的优势。总之，在继续保持哈尔滨、大庆地区经济稳定增长的同时，加快其他地区的发展，最终推动全省各城市经济的共同发展。
四、结论
运用因子分析法对黑龙江省各地级市的经济发展情况进行了分析，从因子分析结果可以看出,这样的划分是比较符合黑龙江省12个地级城市经济发展实际情况的。黑龙江省各地级城市由于发展条件不一、地区差距等多种原因导致各市经济发展呈现出多层次性和不平衡性。虽然区域差异的存在作为一种经济现象有其合理性一面,但差距过大势必将制约全省经济的整体发展。因此为了缓解黑龙江省区域经济差异,各市应加大区域合作力度同时应因地制宜,根据自己的地方特色制定发展策略。
[本文为北京市自然科学基金资助项目（9082014）]
参考文献：
1.薛薇.基于SPSS的数据分析[M].北京：中国人民出版社，2006
2.李莉,汤银英.因子分析法在乌鲁木齐城市物流能力评价中的应用[J].新疆农业大学学报，2008(4)
3.王吉利,和书元.统计学教学案例[M].北京：中国统计出版社，2004
4.任福匀.因子分析法在我国股票市场行业投资价值评价中的应用:[硕士学位论文].长沙:中南大学，2005
5.吴明隆.SPSS统计应用实务.北京：科学出版社，2003
6.尹子民,罗丽兮.因子分析在企业增长方式评价中的应用[J].数理统计与管理,2000
7.章文波,陈红艳.实用数据统计分析及SPSS12.0应用[M].北京：人民邮电
出版社,2006
8.谭荣波,梅晓仁.SPSS统计分析实用教程[M].北京：科学出版社
9.如孙伟,王其元.黑龙江省中心城市综合发展水平的因子分析[J].哈尔滨工程大学学报，2002,（2）
10.贾俊平.统计学[M].北京:中国人民大学出版社，2007
经济发展水平的主要指标范文4
[关键词] 区域金融 经济增长 产业结构
我国东西部经济发展水平差距较大，区域金融发展水平与地区经济增长之间的配合存在一定偏差。本文以上海经济和金融发展为例，分析区域金融发展水平与经济增长率之间的关系，以动态均衡模型分析两者间存在偏差情况下可能出现的发展结果，并针对上海分析结果探究经济发展水平较高地区如何从产业结构调整找到持续发展的有效途径。
一、区域金融发展与经济增长的关系分析
研究区域金融发展问题上，周立通过对区域金融资产机构的分析得出结论：就区域层面的金融资产而言，如果不计流通中现金的影响，全部金融机构存贷款相关指标对金融发展水平的代表性在95%以上，这也符合长期以来我国以银行存款和贷款的形式存在的金融资产占绝对多数的现实。因此，研究区域金融发展与经济增长关系，选取金融机构存贷款作为主要指标，既在理论上得到论证，同时数据采集可行性和可靠性也相对较大。本文选取上海GDP年增长率作为衡量区域经济增长指标，选择金融机构存贷款占GDP的比例作为金融相关比率 来代表上海金融发展水平。根据表1数据绘出金融相关比率曲线图1，可以发现上海近十年的金融相关比率呈现较为稳定的增长趋势。
下文把GDP年增长率Y作为被解释变量，金融机构存贷款占GDP的比例即金融相关比率X作为解释变量，回归分析金融发展与经济增长之间的关系。模型如下：
Y=α+βX+ε
根据表1数据进行分析，得到结果（括号内为t值）：
Y＝0.048+0.016X
（4.668407)（6.130387）
R2＝0.862327DW=1.9988F=47.68
而(n-2)=t0.025(7)=0.37F(1,n-1)=F(1,8)=5.32
X的系数符号为正，说明金融发展水平与经济增长率呈正相关关系，样本决定系数R2值较大接近1显示拟合优度较好，DW值接近2无自相关，在5%显著性水平下，变量的t检验、F检验都通过，金融相关比率X与经济增长率Y存在明显的线性相关关系。
进一步，对表1中的GDP年增长率Y和金融相关比率X两组数据进行Pearson相关性检验，结果两者的Pearson（皮尔生）乘积矩相关系数为0.933808，即GDP年增长率Y和金融相关比率X之间存在较好的正相关关系。
资料来源：根据上海经济年鉴（2007）和shanghai.省略/数据计算得到。
上述回归结果显示上海经济增长与金融发展的相关度很高，且呈正相关关系，金融发展与经济增长率相互促进提高。
二、区域金融发展与经济增长的均衡分析
很多国内学者通过实证分析了我国区域金融发展与经济增长之间的关系，发达地区与欠发达地区存在较大差异。合理的金融发展水平，与经济增长相互配合，在均衡状态下，使金融发展对经济增长的贡献最大，否则金融发展过快或过慢都减少贡献。以下采用动态均衡模型对区域金融发展与经济增长之间的关系进行分析。
在图中横轴代表经济增长率，纵轴下方代表金融发展水平，纵轴上方代表金融与经济配合程度，曲线OE是金融发展与经济增长均衡点的集合，金融发展与经济增长达到均衡状态下，沿着曲线OE移动，经济增长可以从金融发展中获取最大利益，经济增长也可以带动金融发展，金融发展与经济增长同时进步。
1.金融过度情况下的均衡分析
如上述分析，如果金融发展水平为F0，而经济增长率低于Y0比如处于Y1的情况下，金融发展水平超过经济增长相均衡要求，出现金融过度发展的情况。在实际经济生活中，主要原因是：在经济发展水平较低的情况下，资金需求不足且愿意或者能够承担的利率成本较低；信用制度不够完善，信息不对称，资金的投资不顺畅；投资收益率较低，风险却相对较高。因此，金融过度情况往往伴随出现储蓄率较高，投资却不足，出现资金转移投资和资金流失现象（金融发展水平下降），抑制本地区经济增长（经济增长率减小），经济增长受抑制导致国民收入减少，储蓄又逐渐减少，金融体系整体发展水平继续下降（金融发展水平下降）。
图形分析可看成：金融发展水平从F0开始下降，达到经济增长率Y1对应的水平F1时，经济增长率受抑制已经从Y1又变小了，无法达到平衡，从而金融发展继续下降。持续进行的相互促退过程中，金融发展水平和经济增长率达到新的均衡水平E2。此刻，金融发展水平为F2，经济增长率为Y2，配合度最高点为M2，而金融发展与经济增长配合度曲线也相应发生变化。可见，金融发展水平过度，超过经济增长率的对应需求，经济增长和金融发展都会受损。
2.金融不足情况下的均衡分析
金融不足的情况，金融发展水平如果为F0，而经济增长率高于Y0比如处于Y3的情况下，经济增长水平较高，投资需求大，本区域的储蓄往往无法满足经济增长需求，形成资金缺口。
图形分析可看成：金融发展水平从F0开始上升，持续进行的相互促进过程后，金融发展水平和经济增长率达到新的均衡水平E3。此刻，金融发展水平为F3，经济增长率为Y3，配合度达到最高点为M3，而金融发展与经济增长配合度曲线也相应发生变化。可见，经济发展水平较高，增长率大于金融发展水平情况下，通过经济发展因素的作用，可以提高金融发展水平，最后相互促进金融发展与经济增长共同提高。
上述不同情况下动态均衡分析在我国东西部经济发展现状得到验证，我国东部地区经济发展水平较高，投资风险和利率成本较西部地区低，金融市场发达，经济增长与金融发展相互促进，发展势头强劲。经济增长率指标与金融发展水平指标成正相关关系。上海作为东部经济发展的龙头之一，自然可以得到前述回归结果，上海经济增长率与金融发展的相关度高，呈正相关，金融发展水平与整体经济增长率相互促进提高。戈德史密斯提出随着经济不断发展，金融相关率不断提高但有限度的，经济发展至一定程度，产业发展重心改变和产业发展速度更替， 以上根据上海三次产业发展来分析区域金融发展与产业发展选择。
三、结论
上海金融发展与经济增长之间的相关度很高，且呈正相关关系，金融发展水平与经济增长率相互促进提高，验证了经济发达地区金融发展与经济增长之间的良性发展的原因与可能性，这也是我国以上海为典型代表经济较为发达的东部地区所具备的区域优势。我国东西部经济发展水平差异比较大，而区域经济发展水平不同，金融发展与其配合程度对彼此促进还是促退具有重大影响，金融市场体系构建和发展应该与本地区现实经济匹配，从不能盲目扩大或缩小金融体系规模，否则对经济持续增长和金融深化产生负面作用，应该疏导投融资渠道，避免金融资源偏流，培育金融发展的内在促进因素。
参考文献：
[1]艾洪德徐明圣郭凯:我国区域金融发展与区域经济增长关系的实证分析[J].财经问题研究，2004.07
经济发展水平的主要指标范文5
【关键词】森林资源变化；经济增长；森林资源与经济发展水平计量分析
林业产业作为基础性产业之一，在国民经济中占有越来越重要的地位。2010年全国林业产值已突破2万亿元，林产品进出口贸易额达900亿美元。未来5年，我国将依托林业资源优势，加快发展以生物资源为主导的十大主导产业，力争到2015年全国林业总产值达到3.5万亿元。
不仅如此，林业产业还具有资源可再生性、多效复合型、多样性丰富、环境友好型等特点。为国民经济的发展提供了重要的环境支撑和保障。而林业的发展不仅影响国民经济的发展，同时也受到国民经济发展水平的制约。在我国，林业不仅是国民经济的重要组成部分之一，也是推动人类生态文明不断进步的重要物质载体，肩负着促进发展和生态建设的双重使命。
一、研究基础
森林资源的变化与人类的活动因素有着很大的关系。张倩（2011）指出，目前我国人均耕地仅为2/5，人均森林为1/5，主要矿产资源不到世界平均水平1/2。随着经济快速发展，能源、水、土地、矿产等资源的矛盾越来越尖锐。如何协调森林资源和经济发展的问题已经迫在眉睫。
森林资源从很多方面对地区经济产生影响。Papyrakis（2009）认为，一个国家在一定历史时期的社会经济发展水平、林业发展状况和不同的利益群体对森林资源效用的不同认识与追求，必然会形成该国在特定时期的占主导地位的森林经营思想，并决定该国的森林经营目标的形成。经济发展始终是社会追求的目标，具有多维评价标准。
保护森林资源和改善生态环境能够恢复长远经济发展潜力，但短期会制约我国经济增长，协调森林资源变动与经济增长的关系是为了实现社会经济长期可持续发展目标，明确森林资源在经济发展中不可替代的作用，就能够理解协调我国森林资源变动与经济增长关系的重大。所以本文将利用第六次森林资源普查的相关数据进一步研究森林资源变化与经济发展的关系。
二、实证研究
（一）模型建立
基于影响森林资源的变量有多个，并且指标之间彼此有一定的相关性。所以本文采用主成分分析法，运用单位根检验、协整检验以及格兰杰因果检验分析新的变量与人均GDP的计量关系。指标选取：本文选取了直接反映森林资源状况的6个主要指标：森林覆盖率、森林面积、森林蓄积和活立木蓄积以及一些可以间接体现森林资源消长变动的指标。
（二）单位根检验（ADF检验）。如表1。
由上表可以看出，在水平序列以及一阶差分下，各变量都是不平稳的，在进行二阶差分以后，各变量都趋于平稳。
（三）协整检验
方程一：自变量为森林资源变量，因变量为人均GDP如表2。
方程二：自变量为人均GDP，因变量为森林资源变量如表3。
（四）格兰杰因果检验
格兰杰因果检验方法是分析时间序列变量之间的因果关系。考虑到经济中通常出现的时滞效应，在对时间序列进行因果关系检验时，本文将对滞后各期的变量之间关系进行检验，其检验结果列入下表内。如表4。
则由表可知森林资源的变化不是经济增长的格兰杰原因，而经济增长是森林资源变化的格兰杰原因。
三、结论
从上述表中数据可以得出以下结论：
1．协整分析表明，我国森林资源与经济增长之间存在长期均衡关系，揭示了长期以来我国森林资源与经济增长之间的变化规律，协整系数为0.367，即森林资源每增加1%，经济增长0.367％，不仅显示我国森林资源对经济增长具有正向性关系，同时也表明我国经济的增长在一定程度上依赖于林业投资，森林资源对经济增长起到了积极的促进作用。
2．格兰杰因果检验表明，从总体上认为我国森林资源变化不是经济增长的格兰杰原因，而我国经济增长是引起森林资源变化的格兰杰原因，仅存在单项因果关系，进一步验证了林业投资与产业经济增长之间的协整关系的合理性。
3．由于经济增长是影响和决定森林资源消长的重要因
素，因此，现阶段增加森林资源数量，改善质量的重要途径，依然依赖于经济的快速发展，以及产业结构的调整。但不能忽视的是，森林资源状况的改善不会自动发生，除经济发展水平和产业结构变化因素外，还取决于全社会森林资源保护意识的提高。这就要求我们切实做到对森林资源的有效保护和可持续利用，充分发挥森林资源的生态、社会和经济效益。
四、建议
（一）加快造林的绿化进程，确保森林资源的不断增长
我国森林的覆盖率较低，林地的利用率也不高。应该逐步提高良种壮苗使用率，注重营造乡土树种和强抗逆性树种。在重点区域大力加强防护林建设。提高重点区域生态修复能力，推进石漠化综合治理以及矿区植被恢复，加快绿化建设。
（二）大力发展林业科技，实行科技兴林
首先要做到重视林业基础研究，不断提高自身的林业科技创新能力。其次，深化林业科技体制改革，利用市场机制大力推进林业科技的发展。最后，加大对林业建设的投资。加快林业经济发展的最直接手段就是加大对林业产业的投资，在投资的同时加快对外开放，引进国外的先进技术和经验。
参 考 文 献
[1]邵帅，齐中英．自然资源开发、区域技术创新与经济增长——一个对“资源诅咒”的机理解释及实证检验[J]．中国政法大学学报．2011（4）：3～10
[2]王爱民，魏红侠，王玉忠．经济增长与资源环境的相互关系[J]．中国环境管理．2010：10（5）15～17
[3]关凤峻．自然资源对我国经济发展贡献的定量分析[J]．资源科学．2011：7（4）：24～27
[4]国家林业局森林资源管理司．第六次全国森林资源清查及森林资源状况[J]．绿色中国．2005（1）：10～12
[5]周少波，耕．自然资源与经济增长模型的动态分析[J]．武汉大学学报（理学版）．2011：10（5）：585～588
[6]Matsuyama K.．Agricultural Productivity，Comparative Advantage，and Economic Growth[J]．Journal of Economic Theory．1992（58）：317～334
[7]Papyrakis E.，Gerlagh R.．The Resource CurseHypothesis and ItsTrans
经济发展水平的主要指标范文6
Abstract: From the perspective of human resources, this paper calculated the degree of gray incidence of human resources and economic development in pharmaceutical industry of Hebei Province and Jiangsu Provinces, analyzed that the high-tech R&D have a greater role in promoting the development of pharmaceutical industry, based on this conclusion, advanced three suggestions about retaining and attracting talented person in Pharmaceutical Industry of Hebei Province.
关键词：医药制造业；人才资源；灰色关联度
Key words: pharmaceutical industry；human resources；the degree of gray incidence
中图分类号：F272.92 文献标识码：A文章编号：1006-4311（2010）35-0086-02
0引言
随着知识经济的到来，原本以自然资源和原始劳动为主的竞争，逐步演变成科技的竞争，人才的竞争。人力资源日益成为了企业竞争优势的基础，被称为二十一世纪的最主要的资源。随着近些年来社会老龄化加剧，生物技术的空前发展，具有高科技含量，高疗效的新产品、特效产品必将拥有广大的市场空间。新产品的开发必将投入更多资源，而人才资源是其中的主体。
1研究背景
河北省是我国著名的医药制造大省，地处京津冀商业圈之中，特别是省会石家庄既拥有华药，石药，神威，以岭等著名企业，又拥有河北医科大学，河北科技大学等众多高校作为依托。2005年石家庄市又被评为了首批国家生物产业基地。可以说河北省医药制造业既具有一定的雄厚基础，又具有未来发展的广阔前景。
赵长林，刘霞在《我国各地区医药制造业竟争力的比较分析》中，通过建立指标体系，运用spss统计方法，统计了我国各个省市医药制造业的竞争力情况。计算结果显示河北省医药制造业的竞争力只处于行业中等偏上水平，经济发展水平远不及江苏，山东等医药制造大省。本文借以上研究结果，只从人力资源角度，运用灰色关联度分析方法进行研究，找出河北省与医药大省江苏省之间存在的差距，并依此提出改进建议。
2医药制造业人力资源和经济发展水平的评价指标的选取
医药制造业是高技术产业的主要组成部分，具有高技术，高投入，高风险的特点，通过分析，本文选取能够总体反映医药制造业企业人力资源状况的：医药制造业企业从业人员年平均人数；以及在人力资源方面能够反映企业科研能力的人才资源：医药制造业R&D活动人员折合全时当量、医药制造业科技活动人员、医药制造业科技活动人员中科学家和工程师三个指标作为人力资源评价的主要指标。利润是指企业销售产品的收入扣除成本价格和税金以后的余额，能够充分反映企业的盈利能力。本文选取利润作为衡量医药制造业经济发展水平的主要经济指标。本文研究数据来源于《中国高技术统计年鉴》。
3人力资源与企业发展的灰色关联度分析
3.1 灰色关联度分析灰色系统理论是由我国著名学者邓聚龙教授于1982年首次提出的，主要是利用系统内已知信息来确定系统的未知信息，其具有建模过程简单、模型表达式简洁、便于求解、预测、精度高、适用性强并且对数据的要求不高等优点。
本文采用绝对关联度的量化方法，计算步骤如下：
首先，制定出参考数列，参考数列常记为x0，一般表示为：
x=x（1），x（2），…，x（n）
关联分析中被比较数列常记为xi，一般表示为：
xi=x（1），x（2），…，x（n），i=1，2，…m
其次，对原始数列进行无量纲处理。无量纲处理常采用初值化方法和均值化方法。
再次，对于参考数列x0，比较数列为xi，用下述公式表示各比较曲线与参考曲线在各点的差：
（k）=
最后，将计算出的关联系数求平均值，即绝对关联度，表达式为：r=（k）。
3.2 医药制造业人力资源与企业发展的灰色关联度分析――基于河北省和江苏省的比较运用灰色绝对关联度公式，分别对河北省和江苏省医药制造业的人力资源指标与经济指标利润进行灰色关联度分析。两省均以2002年-2008年医药制造业年利润数作为参考数列x0，将从业人员年平均人数作为比较数列x1，医药制造业R&D活动人员折合全时当量作为比较数列x2，医药制造业科技活动人员作为比较数列x3，医药制造业科技活动人员中科学家和工程师作为比较数列x4。河北省与江苏省2002年-2008年医药制造业年利润与人力资源情况如表1、表2所示。
运用灰色关联度方法计算结果如表3、表4所示。
3.3 结论上述关联度计算结果显示，河北省医药制造业中四个HR指标与医药制造业利润之间的关联度分别为：0.74，0.75，0.75，
0.75，各个人力资源指标对利润的关联程度的大体持平。江苏省医药制造业中四个HR指标与医药制造业利润之间的关联度分别为：0.70，0.86，0.77，0.82，研发人员，科技人员，科学家和工程师的数量对利润的关联程度均大于企业从业人员数对利润的关联程度。从以上结果可以看出，河北省在人力资源方面与江苏省的差距，主要体现在研发和科技创新人员与企业发展的关联度不强，医药制造业知识密集性的行业特点不突出。
4建议
人力资源是企业最可宝贵的资源，从以上灰色关联度分析中可以看出：人才资源与企业的发展息息相关，一支具有研发和科技创新能力的优秀团队，才能快速推动医药制造业企业未来的发展。
高科技研发人员位于人力资源金字塔的顶端，既会有高高在上的骄傲情绪，又会有高处不胜寒的体会。所以经过一些学者的分析，高科技研发人员往往具有其独特的特点：他们拥有高水平的知识和研究能力，但个性比较突出，喜欢宽松自由的工作环境，有自己独特的见解和生活方式;具有强大的精神追求，往往比常人更有高远的理想，事业心重，进取心强；不安于现有的环境，喜欢突破和新鲜的事物，具有创新性思维，这也是高科技研发人员流动比率大的主要原因。
针对以上分析结果，结合人力资源激励原则，以留住现有的高科技研发人员，吸引更多优秀人才加入为出发点，对如何提高河北省医药制造业人才资源状况，提出以下几点建议：
4.1 合理的薪酬、福利制度和奖励措施。物质资源是人类赖以生存的最基本资源，是留住，吸引高科技研发人员的重要基础保障。合理的薪酬和福利制度可以使高技术研发人员感觉到自身价值得到认可，及时对促进企业经济效益增长的科研成果给予奖励，可以提高高科技研发人员的工作满意度，激发工作热情。
4.2 营造以人为本的企业文化。企业文化是现代企业文化价值观的体现，对实现人尽其能，人尽其用创造了良好的氛围。高技术研发人员具有无限的能力与潜力，营造宽松舒适的企业文化环境，提供良好精神慰藉，更能使其发挥已有才能，增强努力工作的热情。
4.3 制定科学化的职业生涯规划和职业培训。高科技研发人员一般具有高学历，对自我的要求也比较高，除物质生活外，更加关注自己的职业发展前景，为其制定科学化的职业生涯规划和职业培训，可以加强他们对企业的归属感，提高工作满意度和对企业的忠诚度，降低人才流失率。
参考文献：
[1]高楠.大中型企业R&D投入与创新绩效灰色关联度分析―基于河北省和全国的比较[J].现代商贸工业,2010，（6），1-2.
[2]刘思峰,党耀国,方志耕.灰色系统理论及其应用[M].北京:科学出版社,2004.11.
